Kako veštačka inteligencija predviđa kretanja na berzi
Finansijska industrija sve više se oslanja na napredne tehnologije, a najnoviji modeli mašinskog učenja pokušavaju da odgonetnu budućnost ključnih instrumenata globalnog tržišta.
Modeli mašinskog učenja, poput onog koji je razvio HSBC sa preciznošću od šezdeset pet procenata, koriste se za predviđanje pravca kretanja desetogodišnjih državnih obveznica.
Izaberi iznos ili skeniraj kod bez iznosa pa ga upiši u banci. Novac ide direktno na račun autora (GoSimple), Trek ne uzima ništa i nije posrednik u plaćanju.
Na telefonu: preuzmi kod, pa ga u aplikaciji banke učitaj iz galerije.
Tehnologija u službi finansija
Savremeno poslovanje na berzama nezamislivo je bez primene naprednih algoritama i statističkih modela koji obrađuju ogromne količine podataka brzinom koja prevazilazi ljudske mogućnosti. Finansijske institucije širom sveta ulažu značajna sredstva u razvoj softvera sposobnog da prepozna skrivene obrasce u kretanju cena i ekonomskih pokazatelja. Ovi sistemi analiziraju istorijske podatke, trenutne makroekonomske trendove i brojne druge parametre kako bi smanjili rizik ulaganja.
Bankarski gigant HSBC predstavio je rešenje bazirano na mašinskom učenju koje je dizajnirano sa specifičnim ciljem. Glavni zadatak ovog modela jeste da prognozira buduće kretanje jednog od najvažnijih instrumenata u celom globalnom finansijskom sistemu. Preciznost koju je sistem ostvario tokom testiranja privukla je veliku pažnju stručne javnosti, jer svaka promena na ovom polju direktno utiče na troškove zaduživanja i strategije investitora.
Primena ovakvih alata menja način na koji portfolio menadžeri donose odluke. Umesto oslanjanja isključivo na ljudsku intuiciju i tradicionalne ekonomske teorije, donosioci odluka sada imaju na raspolaganju kvantitativne analize koje mogu obuhvatiti daleko širi spektar varijabli. To ne znači da su rizici potpuno eliminisani, već da se tržišne neizvesnosti posmatraju kroz prizmu statističkih verovatnoća.
Značaj desetogodišnjih obveznica
Desetogodišnje državne obveznice Sjedinjenih Američkih Država predstavljaju temelj međunarodnog finansijskog tržišta i služe kao osnovni reper za formiranje kamatnih stopa širom planete. Prinosi na ove hartije od vrednosti utiču na cenu kredita za stanovništvo, hipotekarne zajmove, kao i na uslove pod kojima se preduzeća finansiraju. Zbog toga svaka pouzdana informacija o njihovom budućem kretanju ima ogromnu vrednost za sve učesnike u privredi.
Kada model mašinskog učenja postigne stopu uspešnosti od šezdeset pet procenata u predviđanju pravca ovog ključnog instrumenta, to otvara nova vrata za optimizaciju investicionih portfolija. Iako nijedan sistem ne može garantovati stopostotnu tačnost, ovakve prognoze pružaju korisnu orijentaciju u trenucima kada se globalna ekonomija suočava sa brojnim izazovima, inflatornim pritiscima i promenama monetarne politike centralnih banaka.
Budućnost finansijskih tržišta nesumnjivo leži u simbiozi ljudskog znanja i veštačke inteligencije. Dok tehnologija nastavlja da napreduje, izazov za analitičare biće kako da na najbolji način protumače signale koje generišu mašinski modeli i integrišu ih u svoje dugoročne strategije poslovanja.
Izvor: MarketWatch, glavne vesti · Fotografija: Pexels / Freepik (ilustracija)